OpenAI内部未公开模型用万级Agent协作88小时破解纳维-斯托克斯千禧难题

OpenAI周二发文称，其内部一个"显著强于GPT-6 Astra"的新模型驱动的约1万个并发Agent在88小时内协作得出纳维-斯托克斯存在性与光滑性问题（Clay千禧难题之一）的反例（有限时间爆破）证明，并通过GPT-6 Astra再花17小时完成Lean形式化；总消息量约270万条、输出Token约1300亿。

一、背景

纳维-斯托克斯存在性与光滑性问题为Clay数学研究所2000年列出的七大"千禧年大奖难题"之一，至今唯一被解决的为Poincaré猜想（2003年Perelman）。Sp-AI使DeepThink.cn

问题核心是：在三维情况下，带初值的Navier–Stokes方程的解是否必然永远保持光滑，还是会在有限时间内出现"爆破"（即速度、压力等量趋于无穷）。

OpenAI此次提交的是一个反例构造：存在一个初始光滑且无外力的流体，其内部会自发生成有限时间奇点。

NYU数学家Tristan Buckmaster与Anthropic研究员Levent Alpöge同期独立完成了"带外力Euler方程的有限时间爆破"成果，OpenAI承认二人具有优先权，并将其结果称为"forced Euler"，与OpenAI自己的"unforced Euler"结果在形式上不同。

二、研究方法

OpenAI官方博文披露的执行链路：

多问题并行：将7个未解千禧问题分配给不同Agent组别，每个问题同时设置"证明"与"反证"两个方向，避免路径锁定。
简单问题先突破：约100个Agent用约50小时率先完成了"无外力Euler方程正则性问题"的反例证明。OpenAI据此判断Navier–Stokes更可能有解，于是将其他千禧难题的Agent资源转入该问题。
大规模并联 + Codex交叉融合：高峰期约10,000个Agent并发，每组可访问缓存互联网、运行代码、组内通讯；定期用Codex把各组最有用中间结果汇总后重新分发。
Lean形式化：GPT-6 Astra接力17小时将证明翻译为Lean并逐步校验。

整体Agent消息量约490万条、输出Token约3000亿；其中Navier-Stokes一项消耗约270万条消息、约1300亿输出Token。

三、研究结果

OpenAI同时发布：

一份人类可读的数学证明（核心构造是"一个从静止开始、自内向外被挤压拉长的涡旋，速度在有限时间内爆破但总能量保持有限"）
一份Lean形式化证明Sp-AI使DeepThink.cn

OpenAI明确不申领Clay数学研究所100万美元奖金。

四、横向对比与争议

维度	OpenAI	Buckmaster × Alpöge
成果方向	Navier-Stokes存在性与光滑性（有限时间爆破） + 无外力Euler反例	带外力Euler方程有限时间爆破
工作时间	88小时（Agent swarm）	学术周期，未公开
公开方式	9月8日OpenAI博文 + Lean形式化	与OpenAI同步发布
关键差异	证明技巧不同，结果的具体形式也不同（forced vs unforced）	—
优先权归属	OpenAI公开承认Buckmaster与Alpöge的forced Euler工作具有优先权	OpenAI不申领百万美元奖金，但公开未对其N-S工作做类似承认

关键争议： Sp-AI使DeepThink.cn

纽约时报/Wired/TechCrunch记者：陶哲轩指出"解决问题所需努力本身具有启发性"，并警告"如果AI能在人类数学家几乎不参与的情况下解决最难题，可能削弱人类对数学的理解"。
优先权与数据隐私：OpenAI自承"虽然可能性不大，但不能排除我们的模型从二人使用我们产品的去标识化数据中获益"。
数学界尚未正式确认：OpenAI自己也强调，数学家仍需要时间审查证明是否符合千禧难题的全部条件。

五、安全与伦理

"自动化AI研究员"路径进一步验证：1万Agent 88小时、成本估计1500万–2250万美元。
公司与学术优先权冲突：当AI公司可以"按一个按钮就把一个猜想算完"时，学术规范（同行评审、公开预印本、署名优先权）是否还适配，成为新议题。
奖金伦理：OpenAI拒绝百万美元奖金，动机表述模糊——若证明确实成立，数学共同体如何"承认"其优先权尚无先例。

六、扩展分析

1. 产业链影响

短期内"AI for Math"赛道会出现一波估值与招聘高潮；Lean形式化工程师和数学Agent训练师会成为稀缺岗位。
算力消耗侧，单次千禧难题式攻关消耗1300亿输出Token，量级已逼近一次前沿大模型预训练实验；Anthropic与OpenAI在"训练下一代的算力账单"上越来越像"科研预算"而非"研发预算"。

2. 意义

这是首个被大型AI实验室公开宣称、由多Agent系统独立得出千禧难题方向性结论的案例，无论最终数学共同体是否接受，都将"AI驱动纯数学发现"从PPT假设变为可重复的工程实践。
与同一日发生的DevDay GPT-6"预录"争议叠加，OpenAI对外叙事出现罕见裂痕：技术能力领先，但商业化叙事的"演示—交付"差距正在被放大。 Sp-AI使DeepThink.cn

附

N-S 方程是流体的牛顿第二定律，飞机设计、天气预报、血流研究都靠它。方程写出来不难，难的是：三维流体的解是否永远光滑？还是说水会在理论上“爆炸”——某处速度冲向无穷？上面第二张图就是 OpenAI 构造的解：一根螺旋向内、不断拉长变细的“意面”涡旋，核心越旋越快，有限时间内速度无界但能量有限。难点在于各项（加速度、压力梯度、黏性……）必须同时变大又精确相互抵消，全靠流体自身演化产生，不能人为注入无穷外力。